月之暗面发布3万亿参数Kimi K3.1 Pro,11月4日前开源
月之暗面发布3万亿参数的Kimi K3.1 Pro,宣布11月4日前开源,上下文窗口达100万tokens,目前排名Artificial Analysis总榜第四、国产第一。
月之暗面发布3万亿参数的Kimi K3.1 Pro,宣布11月4日前开源,上下文窗口达100万tokens,目前排名Artificial Analysis总榜第四、国产第一。
谷歌在 PyTorch Conference 2026 宣布开源 TorchTPU,使 TPU 成为 PyTorch 的原生设备,部署只需指定 device_map="tpu"。vLLM、SGLang 等主流框架同步完成接入,Qwen3 235B 模型在 8192 颗 TPU 上扩展效率保持较高。
推荐理由:文章梳理了 TorchTPU 实现 PyTorch 原生 TPU 运行所需的关键架构改动、性能基准和生态接入进展。
Kimi K3.1 Pro发布,该模型在 Artificial Analysis「智能指数」中跃升全球第四、开源第一,具备 3 万亿级参数与 100 万上下文支持。实测显示,该模型在 3D 创作、网页交互设计、金融分析及长程编码方面表现优异,部分能力可媲美 GPT-6 Astra 等前沿闭源旗舰模型。
推荐理由:K3.1 Pro参数规模与性能提升,展示了国产大模型在前沿任务上的实力。
summary_zh: Latch 通过一行静态脚本将网站搜索、购物车及表单转换为 WebMCP 工具,让 AI 智能体直接操作页面。 脚本体积约 6 KB,零依赖且无需后端服务;支持 Chrome 149 和 Edge 147 等浏览器的 WebMCP 标准,若环境不支持则静默降级。
CCM 是 Rust 编写的 CLI 工具,用于测量代码、分析变更影响并估算 AI 及人类资源成本。 Linux 6.12 内核实测扫描 82,405 个文件耗时约 2 秒,支持 64 种语言扫描器及 HTML 报告输出。 本地运行零外部依赖,通过 2026 成本模型为工程团队提供透明的资源预算估算。
CowAgent 是一款开源的超级 AI 智能体,旨在通过任务规划、工具调用和记忆管理实现自动化。它支持 Claude、GPT 和 DeepSeek 等多种模型提供商,并集成微信、Slack、Telegram 等 10 多个通讯渠道。系统具备三层长期记忆架构、自动知识图谱构建以及基于 Skill 的技能扩展能力,支持通过单行命令在服务器或本地部署,实现 7x24 小时运行。
文章认为开放模型生态过度依赖Hugging Face等单一下载点,且模型API存在静默更新和版本漂移风险,建议采用内容寻址和哈希校验来固定模型身份。作者比较了IPFS、Filecoin和Arweave三种去中心化存储方案的特点,指出它们均无法解决闭源模型的远程推理验证问题,并认为对于基础开放模型,发布带签名的内容哈希至追加式日志是最核心的做法。
Soma 发布了一套面向 AI Agent 的记忆与信任协议,允许 Agent 通过带签名、预算授权和执行收据的信封进行协作。核心代码开源 MIT 许可,提供浏览器 demo、MCP 节点及 Python 参考实现,支持本地部署并内置 100% Recall@1 的记忆基准测试。
Kimi于2026年10月23日发布K3.1 Pro,其在Artificial Analysis Intelligence Index上得分55.1,落后最佳闭源模型Claude Opus 5.5(得分57.6)2.5分。
Moonshot AI 发布推理模型 Kimi K3.1 Pro,Artificial Analysis Intelligence Index 得分从 K3 的 44 分提升至 55 分,位列第四,仅次于 Claude Opus 5.5 等闭源模型。
UPA 框架将业务规则、工作流及假设显式化为机器可读结构,支持人类与 AI 共同检查组织知识。 该模型利用 Z3 求解器验证属性,生成 C# 代码,并通过 eShopOnWeb 示例展示 checkout 模型的验证流程。
高德发布首个基于开放世界行为的全身基座模型 λ0。该模型仅依靠人类行动数据实现机器人零样本全身动作对齐,真机任务成功率较最强对比基线提升 22.5%,数据采集效率约为主流方法的 3.4 倍。项目已在 GitHub 开源相关代码,并在 HuggingFace 上线 HumanVerse 数据样例。
推荐理由:该基座模型仅靠人类全身数据实现机器人零样本全身动作对齐,其简化采集管线的结果可供评估具身智能的数据替代上限。
模思智能和OpenMOSS团队开源MOSS-Image,4天收获130万次下载并引发社区大量衍生开发。该模型基于5B参数DiT主干,重点优化中英文文字渲染与Layout控制,支持4096 tokens长提示词,并采用国产PPU算力平台完成训练。
推荐理由:5B参数DiT架构与原生Layout控制是核心变量,为复杂图文设计提供了可量化的落地方案。
科大讯飞在1024开发者节首发星辰TaaS平台,构建从底层模型到行业解决方案的全链路体系。同期发布的星火X2.6模型将上下文窗口扩容至百万Token,端云路由准确率提升至96.1%,并开源星火X2.6-4B端侧模型。
开源项目 Google Ads AI Automation 由 41 个 AI 智能体组成,负责监控、审计和规划 Google Ads,默认仅读取并生成报告。 其架构分为 Revenue Growth OS(31 个)和 Google Ads enterprise ops(10 个)团队,专为非营利组织处理 Ad Grants 合规与预算节奏。
开源工具 Vericto 通过代理拦截 AI Agent、脚本或人工执行的破坏性 SQL,防止未带 WHERE 的 DELETE 等查询到达数据库。 采用 FSL-1.1-ALv2 许可,应用仅需修改连接字符串即可部署,支持 PostgreSQL 和 MySQL 协议。 提供 Docker 一键演示环境,无敏感列掩码策略,确保高危操作被原生错误码拦截。
Sidefleet 将闲置电脑组成 AI 编码智能体集群,无需为 Claude Code 或 Codex 配置额外 API key,复用各机器上已有登录态。
中国人民大学高瓴人工智能学院与至知创新研究院团队提出EvoForesight框架,包含动态数据环境Prometheus、智能体预测器Branchus和递归进化引擎Athena,形成闭环让模型在真实世界事件预测中持续积累经验和提升能力。
阿里千问联合俄亥俄州立大学提出 TRACE 方法,通过训练侧对齐 Rollout 的 FP4 量化结果,解决 MoE 模型 RL 训练中的数值偏差问题。 在 Qwen3.5 及 Qwen3.8 系列模型上,TRACE 将 128K 输出场景下的解码吞吐提升最高 5.4 倍,最终 FP4 policy 平均分达 75.3。
MiniMax开源M3.1 Flash模型权重,总参数4280亿,每个Token激活约230亿参数,支持文本、图像和视频输入,拥有最高100万Token上下文窗口。
Linux基金会旗下的Agentic AI Foundation(AAIF)宣布托管四个新项目:Anthropic的Agent Skills、OpenAI的Open Responses、Hugging Face的OpenEnv以及阿里巴巴的OpenSandbox。这些项目覆盖了Agent获取技能、调用模型、训练环境和安全执行的关键环节,旨在通过中立治理框架促进Agent生态的标准化与互操作。
国内 AI 团队 StartLux 开源了首个专门面向决策模型的推理引擎 Prism,在单张 H200 显卡上实测最快比原方案提速 5.3 倍。Prism 通过收敛输出计算范围、引入森林式计算结构、采用整数运算以及混排调度机制解决推理效率难题,单题平均延迟仅为 41 毫秒,在 231 道测试题中排名第一。
开发者通过 AI 处理 45,000 封 Enron 邮件生成维基文档。 该维基中的每个事实都附带引用来源,展示了 AI 在长文本知识整理与溯源方面的能力。
MiniMax 开源了 MiniMax M3.1 Flash 模型权重,总参数 428B、激活参数 23B。上线 72 小时内真实用户处理 Token 超过 100 万亿。该模型通过全模型稀疏注意力、量化感知训练(QAT)和 Power-aware scheduling 提升了推理效率,并与多家国内外芯片厂商及云服务平台、开源社区完成了首日接入。
推荐理由:M3.1 Flash 上线 72 小时处理 Token 超过 100 万亿,展示了模型的高吞吐与广泛的芯片/云平台生态适配能力。
开源项目 Warden 提供了一款运行在 Ubuntu 服务器上的自主 AI 系统管理员,能够在后台 24/7 运行以处理安全威胁和系统故障。该项目采用“先反射后推理”机制,利用纯 Python 标准库运行本地哨兵程序以实时阻断暴力破解和洪水攻击,仅在需要判断时才调用 LLM,支持配置 DeepSeek、OpenAI 等兼容接口。
Nvidia 开源的 OpenShell 运行时发布 0.1 版本,确立了稳定的发布节奏并新增了隔离原语和 API。该平台通过沙箱运行每个 Agent,并强制实施策略以监控所有文件访问、系统调用和网络连接。此外,OpenShell 引入形式化验证功能,在策略更改应用前标记潜在的高风险访问权限,并暂缓此类更改以供人工审查。
月之暗面今日发布 24 秒预热视频,界面显示 Kimi Code 运行 Kimi K3.1,预示模型即将上线。 SGLang 代码证实 K3.1 在原有三档推理基础上新增 medium 档,沿用 1M 上下文窗口及 16 个特殊 Token。 该模型实体已在 Hugging Face 就位,但官方未公布具体发布日期、参数规模及定价。
IBM 发布 vLLM-Hook MIA 插件,通过针对推理引擎而非模型本身的干预机制,实现了高速 LLM 运行时可解释性与控制。技术报告显示,该方法比前代 vLLM-Hook 快 20 倍,比传统代码注入方法快 14 倍,在 Llama 70B 等模型上控制开销仅 6%。
FluxVLA Engine 是一个开源的配置驱动平台,旨在将异构的具身策略组件转化为从数据到部署的可复现工作流。 它标准化了数据集、视觉-语言模型、动作头部及分布式训练的接口,并集成了双臂仿真和实时数据生成功能。 该平台通过 Real-Time Chunking (RTC) 和加速推理后端实现快速物理执行,连接了离线学习、仿真验证与真机部署。
论文提出 Giskard 协议,结合差分隐私与拜占庭鲁棒性,解决去中心化学习中隐私攻击与模型投毒双重威胁。 该协议将参与者组织为 $O(\log n)$ 大小的委员会树,通过委员会适配的安全分位数搜索实现隐私保护坐标近似中位数计算。 实验表明 Giskard 相比最近竞争者将单点通信复杂度降低近三个数量级,且在高达 $n/4$ 拜占庭参与者下保持可比鲁棒性。
NOMAD 利用基于地图的多智能体自我博弈强化学习,仅需地图和元信息即可将驾驶策略适应至全新城市,无需任何本地人类演示数据。 在基于目标城市地图构建的模拟器中,该方法通过简单奖励函数,显著提升了任务成功率和轨迹真实感。 为数据密集型城市迁移方法提供了有效且可扩展的替代方案。
DetoxAI 是一款开源 Python 工具包,专为计算机视觉分类任务提供事后去偏功能,以弥补现有方案在视觉数据上的不足。 该工具包实现了 SOTA 去偏算法与公平性指标,支持内部表示干预及归因可视化,文章发表于 ECML PKDD 2025 Demo Track。 它为工程师和研究人员提供了评估模型公平性的量化手段与可视化分析工具。
EvoSteer 提出在线自进化图编排范式,通过 AnchorTB 损失函数和验证技能准入机制解决事后进化及信用扩散挑战。 实验在 12 个数据集上验证,该方法在问答、数学推理、代码生成及交互决策任务中显著优于基线。
SkillFlow 提出基于流的框架,通过可训练 Supervisor 和动态技能库自动化任务编排,在 14 个数据集上显著优于基线。 该框架采用 Tempered Trajectory Balance (TTB) 损失,采样与奖励成比例的轨迹以保持策略多样性,并提供零额外推理成本的透明逐步信用分配。 代码已开源。
研究人员发现,通过选择性微调大型多模态模型可以在新技能习得与旧能力保留间取得良好平衡。 具体方法包括仅更新自注意力投影层(SA Proj.,$\Delta$学习+24.9 / $\Delta$遗忘-0.6),或仅更新MLP门控与上升投影(MLP Gate&Up,+30.5 / -2.1)。
研究提出多视角线性结构方程模型,在无高斯性假设下实现因果发现,并在脑区因果图上得到验证。 该方法受 DirectLiNGAM、PairwiseLiNGAM 和 ICA-LiNGAM 启发,通过模拟和神经影像数据测试其有效性。 文章已被 ICML 2026 接收,适用于神经影像等现代应用的多视角结构学习。
论文定义超智能软件工程为通过治理门控、契约及衰退控制随智能体能力扩展的软件工程。 提出 OSTEON 框架,通过受治理知识库与机械校验实现规划门控与知识衰退控制。 对 452 个高星 GitHub 仓库的快照显示,48.67% 含智能体上下文文件,其中 9.5%-22% 路径无法解析。
研究者提出了一种针对度量空间中随机对象回归的深度学习方法。该方法直接利用响应空间的度量结构,避免了现有方法中常见的流形或欧几里得嵌入假设。 研究证明了估计量的统计一致性与收敛速率,并明确指出了其缓解维度灾难的条件。 在Wasserstein空间的两个数字健康案例中,该方法利用加速度计与连续血糖监测数据展示了实际应用价值。
2026 年全球 35.2% 的任务时间可部分委托给 AI 智能体,仅 2.5% 可完全移交。 研究构建的代理委托能力指数(ADI)覆盖 146 国就业数据,发现高收入国家可委托性达 48.7%,显著高于低收入国家的 22.5%。
研究提出 LLM2Cert 框架,通过 LLM 合成 Lyapunov 函数与屏障证书,并利用 SMT 求解器或 Lean 代理进行验证。该框架基于新基准 DynaCertBench(含 105 个实例)测试,成功验证 81 个实例,准确率达 77.1%,比无反馈的一次性提案提升 17.1 个百分点。 LLM2Cert 能验证 22 个 All-SMT 无法解决的固定证书实例,代码与数据已开源。